El enfoque por buffers está bien si tienes los puntos iniciales que consideras que no son duplicados. Pero entiendo que esta no es la situación, por lo que si simplemente quieres eliminar puntos cercanos (sin importar cual de ellos seleccionas) yo te propondria el siguiente código.
Uso la libreria sf
ya que a dia de hoy es prácticamente el estandar en manejor de datos espaciales, pero convertir datos entre sf
y sp
es muy sencillo (sf::st_as_sf()
para ir de sp
a sf
y as(x, "Spatial")
de sf
a sp
).
Empiezo creando unos datos de ejemplo:
# trabajo con sf
library(sf)
#> Warning: package 'sf' was built under R version 4.1.3
#> Linking to GEOS 3.10.2, GDAL 3.4.1, PROJ 7.2.1; sf_use_s2() is TRUE
# creo dos puntos
a <- data.frame(
x = c("a", "b"),
name = c("init", "init"),
lon = c(0.31345, 1.56789),
lat = c(32, 32)
)
# set de puntos duplicados con un ligero factor
b <- a
b$lon <- b$lon + 0.00005
# dataset a formato espacial con ESPG:4326
bd <- st_as_sf(rbind(a, b),
coords = c("lon", "lat"),
crs = 4326
)
bd
#> Simple feature collection with 4 features and 2 fields
#> Geometry type: POINT
#> Dimension: XY
#> Bounding box: xmin: 0.31345 ymin: 32 xmax: 1.56794 ymax: 32
#> Geodetic CRS: WGS 84
#> x name geometry
#> 1 a init POINT (0.31345 32)
#> 2 b init POINT (1.56789 32)
#> 3 a init POINT (0.3135 32)
#> 4 b init POINT (1.56794 32)
Como ves, los puntos de las filas 3 y 4 son muy cercanos a los puntos de las filas 1 y 2 por construcción.
Ahora podemos usar la matriz de distancias para ver cómo de lejos están los puntos
entre si
# Comprobamos la matriz de distancias
m <- st_distance(bd)
m
#> Units: [m]
#> [,1] [,2] [,3] [,4]
#> [1,] 0.00000 118291.51548 4.71494 118296.23034
#> [2,] 118291.51548 0.00000 118286.80062 4.71494
#> [3,] 4.71494 118286.80062 0.00000 118291.51548
#> [4,] 118296.23034 4.71494 118291.51548 0.00000
La matriz nos dice que los puntos 3 y 4 están a menos de 5 metros de los puntos 1 y 2.
A partir de aqui, podemos seguir un flujo de trabajo según el tidyverse para identificar los puntos a eliminar:
library(dplyr)
library(tidyr)
#> Warning: package 'tidyr' was built under R version 4.1.3
# Pasamos la matriz a formato largo
df <- as_tibble(m) %>%
mutate(id1 = 1:nrow(bd)) %>%
pivot_longer(1:4,
names_to = "id2",
values_to = "distance"
) %>%
mutate(id2 = as.integer(gsub("V", "", id2)))
df
#> # A tibble: 16 x 3
#> id1 id2 distance
#> <int> <int> [m]
#> 1 1 1 0
#> 2 1 2 118292.
#> 3 1 3 4.71
#> 4 1 4 118296.
#> 5 2 1 118292.
#> 6 2 2 0
#> 7 2 3 118287.
#> 8 2 4 4.71
#> 9 3 1 4.71
#> 10 3 2 118287.
#> 11 3 3 0
#> 12 3 4 118292.
#> 13 4 1 118296.
#> 14 4 2 4.71
#> 15 4 3 118292.
#> 16 4 4 0
Hay que tener en cuenta que st_distance()
da los resultados en una clase de objectos definida como units
, que proporciona el paquete del mismo nombre.
Lo ultimo es quitar los elementos de la diagonal (distancia 0) y los
de la diagonal superior para evitar relaciones duplicadas (por ejemplo, 1 a 3 y 3 a 1 tienen la misma distancia), y seleccionar las filas a eliminar:
index_dups <- df %>%
filter(
# Esto selecciona las distancias por debajo de la diagonal
id1 < id2,
# Filtramos por puntos a menos de 15 metros, usando units
distance < units::set_units(15, "m")
) %>%
select(id2) %>%
distinct() %>%
pull()
index_dups
#> [1] 3 4
# Por ultimo eliminamos los duplicados del data frame
bd2 <- bd[-index_dups, ]
bd2
#> Simple feature collection with 2 features and 2 fields
#> Geometry type: POINT
#> Dimension: XY
#> Bounding box: xmin: 0.31345 ymin: 32 xmax: 1.56789 ymax: 32
#> Geodetic CRS: WGS 84
#> x name geometry
#> 1 a init POINT (0.31345 32)
#> 2 b init POINT (1.56789 32)
Si necesitas pasarlo a sp
:
# A sp
bd2_sp <- as(bd2, "Spatial")
class(bd2_sp)
#> [1] "SpatialPointsDataFrame"
#> attr(,"package")
#> [1] "sp"
bd2_sp
#> coordinates x name
#> 1 (0.31345, 32) a init
#> 2 (1.56789, 32) b init
Created on 2022-09-28 with reprex v2.0.2